改进YOLOv3模型的GF-2卫星影像车辆检测

• 作者: 彭新月 张吴明 钟若飞
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 高分二号卫星 遥感图像 YOLOv3 车辆检测 深度学习
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 147-154
• 页数: 8页
• 分类号: P237
• 语种: 中文

摘要

针对卫星影像上车辆的漏检问题,该文对深度学习YOLOv3模型进行了网络改进,并用于高分二号卫星影像车辆检测.该方法通过减少原特征提取网络darknet-53的层数来降低网络复杂度,并在原YOLOv3模型3个尺度的基础上进行了尺度扩充以提高对小目标的检测能力.实验结果表明,改进后的YOLOv3模型较好地克服了多数深度学习算法不擅长检测小目标的短板,不仅检测结果比原算法更为精确,而且训练和检测速度也更快,具有一定的优势.